برآورد زی توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان)
- سال انتشار: 1396
- محل انتشار: فصلنامه تحقیقات جنگل و صنوبر ایران، دوره: 25، شماره: 2
- کد COI اختصاصی: JR_IJFPR-25-2_014
- زبان مقاله: فارسی
- تعداد مشاهده: 48
نویسندگان
دانشجوی دکتری جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران
استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران
استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران
دکترای سنجش از دور، دانشکده انفورماتیک، دانشگاه کیوتو، کیوتو، ژاپن
استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران
چکیده
استفاده از داده های سنجش از دور یکی از روش های کاربردی در برآورد مقدار زی توده گیاهی است. در این پژوهش، داده های راداری ماهواره آلوس-۲، با قطبش کامل و تصویرهای نوری ماهواره سنتینل-۲، برای برآورد زی توده روی زمینی درختان در جنگل های سری یک حوضه ناو اسالم گیلان استفاده شد. مقدار بازپراکنش در قطبش های مختلف، خصوصیات بافت و ویژگی های تجزیه هدف از تصویرهای راداری و باندهای اصلی و مصنوعی به دست آمده از تصویرهای نوری در سه ترکیب مختلف شامل تصویرهای راداری، تصویرهای نوری و ترکیب تصویرهای راداری و نوری، به عنوان ورودی های مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه درنظر گرفته شدند. به منظور اندازه گیری زمینی زی توده از ۱۴۹ قطعه نمونه استفاده شد. ارزیابی شبکه های عصبی و رگرسیون خطی چندگانه با استفاده از آماره های R۲ و RMSE نشان داد که در تمامی حالت ها مدل شبکه های عصبی نسبت به رگرسیون خطی کارایی بهتری در برآورد زی توده روی زمینی درختان داشت. نتایج بهترین شبکه عصبی نشان داد که ترکیب داده های نوری و راداری با مقدار R۲ و RMSE به ترتیب ۰/۸۶ و ۳۱/۶۲ مگاگرم در هکتار (۱۵/۳۴ درصد) می تواند زی توده درختی را برآورد کند. همچنین، نتایج استفاده از تصویرهای راداری و نوری به طور مجزا نشان داد که مقدار R۲ و RMSE برای مدل سازی زیتوده توسط تصویرهای راداری به ترتیب ۰/۵۷ و ۴۹/۱۷ مگاگرم در هکتار (۲۳/۸۵ درصد) و برای تصویرهای نوری ۰/۷۲ و ۳۹/۵۳ مگاگرم در هکتار (۱۹/۱۷ درصد) بود که نشان دهنده برتری مدل سازی زی توده روی زمینی توسط تصویرهای نوری بود. نتایج کلی نشان از برآوردهای دقیق تر زی توده در صورت استفاده هم زمان از تصویرهای راداری و نوری و استفاده از مدل شبکه عصبی مصنوعی داشت.کلیدواژه ها
آلوس, رادار با روزنه مجازی, سنتینل, سنجش از دور, شبکه عصبی مصنوعیاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.